使用PowerShell正则表达式提取指定分隔符间的首个匹配内容

正则表达式方案 #

针对需求，可使用以下正则匹配两种格式的目标内容，同时处理带引号字段内的逗号、转义字符及换行符：

(?<=^|,)(?:"([^"\\]*(?:\\.[^"\\]*)*)"|([^,]+))(?=,|$)

正则说明 #

• (?<=^|,)：匹配行首或逗号之后的起始位置，确保从目标字段开头开始匹配
• "([^"\\]*(?:\\.[^"\\]*)*)"：匹配被双引号包裹的字段，支持处理转义字符（如\"），捕获引号内的内容到分组1
• |([^,]+)：匹配无引号的逗号分隔字段，捕获内容到分组2
• (?=,|$)：匹配逗号或行尾的结束位置，确保截取到目标字段结尾

PowerShell 实现代码 #

# 测试输入行
$inputLines = @(
    '"0x00000000","What do you want to eat? fish, meat or\n eggs?",""',
    '"0x00030002","What do you want to eat?",""',
    '0x00030002,What do you want to eat?,'
)

foreach ($line in $inputLines) {
    if ($line -match '(?<=^|,)(?:"([^"\\]*(?:\\.[^"\\]*)*)"|([^,]+))(?=,|$)') {
        # 优先取带引号的分组结果，无则取无引号分组
        $targetContent = $matches[1] ?? $matches[2]
        # 将\n替换为空格并去除首尾空白
        $formattedContent = $targetContent -replace '\\n', ' ' | Trim
        Write-Output $formattedContent
    }
}

原正则问题分析 #

你之前的正则存在两处关键问题：

1. 语法错误：\?<= 是错误写法，正向预查的正确格式是 (?<=)
2. 匹配逻辑缺陷：.* 会贪婪匹配到最后一个逗号/引号，无法正确处理带引号内的逗号，导致匹配结果不符合预期

内容的提问来源于stack exchange，提问作者Kenryoku